muapi-nano-banana

🍌 Nano-Banana エキスパートスキル（Gemini 3 スタイル）

AI エージェントが「推論主導型」の画像生成を活用するための特化型スキルです。 Google の Gemini 3（Nano Banana Pro）の高度なプロンプト設計に基づき、このスキルではキーワードを詰め込む手法を超え、構造化された論理ベースのクリエイティブブリーフを作成します。

主な能力

1. 推論主導型プロンプト：自然言語の論理を使って、物理法則、照明、空間的な関係を定義します。
2. 構造化されたクリエイティブブリーフ：「完璧なプロンプト」の公式を実践します：Subject + Action + Context + Composition + Lighting。
3. 正確なテキスト描画：読みやすいテキストを画像に組み込めるよう、タイポグラフィと記号を明確に定義します。
4. コンテキストのグラウンディング：現実世界の正確さに基づく画像生成を実現するため、「検索グラウンディング」のロジックを（シミュレーションで）活用します。

---

🏗️ 技術仕様

1. 「完璧なプロンプト」の公式

要素	説明	例
主体	対象の詳細な説明	「銅線が露出した、冷静なロボットのバリスタ」
動作	動きのある相互作用	「機械のような精密さで、葉のラテアートを注いでいる」
コンテキスト	環境と雰囲気	「真夜中の、ネオンに照らされたサイバーパンク風カフェの中」
構図	カメラとレンズの選択	「クローズアップ、85mm レンズ、f/1.8 の絞り」
照明	ムードと方向	「青いボリュームリムライト、温かみのあるカフェの光」
スタイル	美的な基準	「シネマティック、フォトリアル、4K の制作クオリティ」

2. 高度な機能

• 否定制約のロジック：「ぼやけない」ではなく、「被写体の目にシャープな焦点を合わせる」と指定します。
• アイデンティティの一貫性：（シミュレーション）「バリエーション間で一貫した顔の構造を保つ」。
• テキストの組み込み：特定のテキストには二重引用符を使います：看板には "OPEN 24/7" と書かれている。

---

🧠 プロンプト最適化プロトコル（エージェントへの指示）

スクリプトを呼び出す前に、エージェントは必ずユーザーのプロンプトを、論理に基づく推論ブリーフに書き換えてください。

1. キーワードを詰め込まない：「8k、傑作、超高精細」を削除します。完全で描写的な文章を使います。
2. 物理的一貫性：要素がどのように相互作用するかを説明します（例：「結晶の破片からの光が、黒曜石の床に集光模様を描く」）。
3. テキストの正確さ：ユーザーがテキストを希望する場合は、正確に定義します：風化したセリフ体フォントで「STORE NAME」と書かれた看板を含める。
4. 光学的な指示：レンズの特性を指定します：浅い被写界深度（f/1.8）、マクロレンズ、アナモルフィックフレア。

---

🚀 プロトコル：Nano-Banana の使用

ステップ 1：クリエイティブなロジックを定義する

エージェントに、被写体と具体的なシナリオを伝えます。

ステップ 2：スクリプトを呼び出す

generate-nano-art.sh スクリプトが、ロジックを Gemini 3 スタイルの構造化プロンプトに変換します。

# Generating a reasoning-driven image
bash scripts/generate-nano-art.sh \
  --subject "a glass chess piece" \
  --action "shattering into liquid shards" \
  --context "on a obsidian table" \
  --style "macro photography"

---

⚠️ 制約とガードレール

• キーワードを詰め込まない：必須 — 「artstation でトレンド、傑作、8k」は使わないでください。自然な言葉で説明してください。
• 物理法則のロジック：プロンプトでは、物理的に可能な照明や反射の相互作用を説明してください。
• 完全な文章：モデルは要素間の関係を解析します。「水、反射」ではなく、「水に反射する光」のように記述してください。

---

⚙️ 実装の詳細

このスキルは、core/media/generate-image.sh のプリミティブを「ロジックラッパー」で包み、断片的な入力を一貫性のある、推論に適した物語調のプロンプトに変換します。